JPH05309074A - 心音解析装置 - Google Patents
心音解析装置Info
- Publication number
- JPH05309074A JPH05309074A JP8373792A JP8373792A JPH05309074A JP H05309074 A JPH05309074 A JP H05309074A JP 8373792 A JP8373792 A JP 8373792A JP 8373792 A JP8373792 A JP 8373792A JP H05309074 A JPH05309074 A JP H05309074A
- Authority
- JP
- Japan
- Prior art keywords
- circuit
- sound
- heart sound
- cardiac
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
(57)【要約】
【目的】 心音振幅の解析を振幅の分散値により行なう
こと。 【構成】 メモリ回路３に格納された心音データは各セ
グメント毎に分割されてメモリ回路９1 ，９2 ，…，９
10に格納される。分散値計算回路10はこれらのデータの
分散値を算出する。ニューラルネットワーク11はこれら
分散値に基づいて所定の認識を行なう。
こと。 【構成】 メモリ回路３に格納された心音データは各セ
グメント毎に分割されてメモリ回路９1 ，９2 ，…，９
10に格納される。分散値計算回路10はこれらのデータの
分散値を算出する。ニューラルネットワーク11はこれら
分散値に基づいて所定の認識を行なう。
Description
【０００１】
【産業上の利用分野】本発明は心音を自動的に解析する
装置に関する。
装置に関する。
【０００２】
【従来の技術】従来のこの種装置では、心音をマイクロ
ホンで検出し、増幅してフィルタを通した後、その振幅
の包絡線から心音、心雑音の始点、終点を求め、各波形
の認識を行なっていた。
ホンで検出し、増幅してフィルタを通した後、その振幅
の包絡線から心音、心雑音の始点、終点を求め、各波形
の認識を行なっていた。
【０００３】
【発明が解決しようとする課題】このように心音の包絡
線から波形認識を行うと、一つの波形の誤認識が有る
と、他の波形の認識に悪影響を与える。このため解析結
果の精度が下がるという欠点があった。
線から波形認識を行うと、一つの波形の誤認識が有る
と、他の波形の認識に悪影響を与える。このため解析結
果の精度が下がるという欠点があった。
【０００４】本発明はこれらの欠点を解消するためにな
されたもので、その目的は正確に心音を解析する装置を
提供することである。
されたもので、その目的は正確に心音を解析する装置を
提供することである。
【０００５】
【課題を解決するための手段】第１の構成は、少くとも
１心拍分の心音の振幅を経過時間と共に記憶する心音記
憶手段と、この心音記憶手段が記憶した振幅のうち１心
拍分を複数のセグメントに分け、各セグメントの分散値
を算出する分散値計算手段と、この分散値計算手段の計
算結果に基づいて前記心音についての所定の認識を行な
う認識手段とを具備する構成である。
１心拍分の心音の振幅を経過時間と共に記憶する心音記
憶手段と、この心音記憶手段が記憶した振幅のうち１心
拍分を複数のセグメントに分け、各セグメントの分散値
を算出する分散値計算手段と、この分散値計算手段の計
算結果に基づいて前記心音についての所定の認識を行な
う認識手段とを具備する構成である。
【０００６】第２の構成は、第１の構成において認識手
段がニューラルネットワークとなっているものである。
段がニューラルネットワークとなっているものである。
【０００７】第３の構成は、第２の構成に、更にニュー
ラルネットワークの出力に基づいて心音の異常の程度を
表示する表示手段を具備したものである。
ラルネットワークの出力に基づいて心音の異常の程度を
表示する表示手段を具備したものである。
【０００８】
【作用】第１の構成によれば認識手段は心音振幅データ
の各部の分散値に基づいて所定の認識を行なう。
の各部の分散値に基づいて所定の認識を行なう。
【０００９】第２の構成によれば、ニューラルネットワ
ークにより心音振幅データの各部についての所定の認識
が行なわれる。
ークにより心音振幅データの各部についての所定の認識
が行なわれる。
【００１０】第３の構成によれば、ニューラルネットワ
ークの出力が表示手段により表示される。
ークの出力が表示手段により表示される。
【００１１】
【実施例】図１は本発明の一実施例の構成図である。
【００１２】Ａ／Ｄ変換器１には、図３に示すようにマ
イクロホンで検出した心音の信号が与えられるようにな
っており、Ａ／Ｄ変換器２には、図２に示すように心電
図（ＥＣＧ）を形成する信号が与えられるようになって
いる。メモリ回路３はＡ／Ｄ変換器１の出力を経過時間
と共に記憶する回路である。ＱＲＳ検出回路４はＡ／Ｄ
変換器２の出力から図２に示すＱＲＳ波の発生時点を検
出する回路である。ＲＲ計算回路５はＱＲＳ検出回路４
の検出結果とＡ／Ｄ変換器２の出力から連続するＱＲＳ
波の間隔を算出する回路である。
イクロホンで検出した心音の信号が与えられるようにな
っており、Ａ／Ｄ変換器２には、図２に示すように心電
図（ＥＣＧ）を形成する信号が与えられるようになって
いる。メモリ回路３はＡ／Ｄ変換器１の出力を経過時間
と共に記憶する回路である。ＱＲＳ検出回路４はＡ／Ｄ
変換器２の出力から図２に示すＱＲＳ波の発生時点を検
出する回路である。ＲＲ計算回路５はＱＲＳ検出回路４
の検出結果とＡ／Ｄ変換器２の出力から連続するＱＲＳ
波の間隔を算出する回路である。
【００１３】時期確定回路６は、ＱＲＳ検出回路４の検
出結果とＲＲ計算回路５の計算結果とから図３に示すよ
うにＩ音、収縮期、II音、拡張期の各始期と終期とを確
定し、それら各時点を記憶する回路である。
出結果とＲＲ計算回路５の計算結果とから図３に示すよ
うにＩ音、収縮期、II音、拡張期の各始期と終期とを確
定し、それら各時点を記憶する回路である。
【００１４】分割回路７はメモリ回路３が記憶している
データを時期確定回路６が確定した各時点に基づいて10
セグメントに分割し、それらを10個のメモリ回路９1 ，
９2，…，９10それぞれに出力する。ここで10セグメン
トは図３に示すＩ音、II音の各部分と、４等分された収
縮期の各部分と、同じく４等分された拡張期の各部分と
から成る。そしてＩ音部分はＥＣＧ信号のＲ時点より 1
32ｍｓまで、II音部分はＲ時点＋0.4 （ＲＲ）1/2 を基
準として−50ｍｓより＋90ｍｓまで、収縮期はＩ音とII
音の間、拡張期はII音と次のＲ時点までである。メモリ
回路９1 ，９2，…，９10は分割回路７から与えられる
データを記憶する回路である。
データを時期確定回路６が確定した各時点に基づいて10
セグメントに分割し、それらを10個のメモリ回路９1 ，
９2，…，９10それぞれに出力する。ここで10セグメン
トは図３に示すＩ音、II音の各部分と、４等分された収
縮期の各部分と、同じく４等分された拡張期の各部分と
から成る。そしてＩ音部分はＥＣＧ信号のＲ時点より 1
32ｍｓまで、II音部分はＲ時点＋0.4 （ＲＲ）1/2 を基
準として−50ｍｓより＋90ｍｓまで、収縮期はＩ音とII
音の間、拡張期はII音と次のＲ時点までである。メモリ
回路９1 ，９2，…，９10は分割回路７から与えられる
データを記憶する回路である。
【００１５】分散値計算回路10は、メモリ回路９1 ，９
2 ，…，９10それぞれが記憶した各期間の心音振幅の分
散値を、次式を用いて計算する回路である。 σ＝（１／ｎ）Σ（ｘｉ−ｘａ）2 （１） （但し、ｉは１からｎまで。ｘｉは上記各期間をｎ等分
したときにおけるｉ番目の時点の振幅値。ｘａは各期間
における平均の振幅値。）
2 ，…，９10それぞれが記憶した各期間の心音振幅の分
散値を、次式を用いて計算する回路である。 σ＝（１／ｎ）Σ（ｘｉ−ｘａ）2 （１） （但し、ｉは１からｎまで。ｘｉは上記各期間をｎ等分
したときにおけるｉ番目の時点の振幅値。ｘａは各期間
における平均の振幅値。）
【００１６】ニューラルネットワーク11の構成図の一例
を図４に示す。このニューラルネットワーク11は階層型
と称されるもので、入力層21、中間層22、出力層23から
成る。入力層21は10個のニューロンから成り、中間層22
は５個のニューロンから成り、出力層23は10個のニュー
ロンから成っている。ニューロンｉは入力値Ｉｊ、結合
荷重Ｗjiおよびしきい値ｈｉから入力の総和を求め、 Ｉｉ＝ΣＷji×Ｉｊ−ｈｉ （２） （Σはｉ＝１からｎまで）このＩｉを変数ｘｉとして次
式を計算しその結果が出力Ｏｉとなる回路である。 ｆｉ（ｘｉ）＝１／｛１＋ｅｘｐ（−ｘｉ＋θｉ）｝ （３） 従って出力Ｏｉは、次式であらわされる。 Ｏｉ＝ｆｉ（Ｉｉ） （４）
を図４に示す。このニューラルネットワーク11は階層型
と称されるもので、入力層21、中間層22、出力層23から
成る。入力層21は10個のニューロンから成り、中間層22
は５個のニューロンから成り、出力層23は10個のニュー
ロンから成っている。ニューロンｉは入力値Ｉｊ、結合
荷重Ｗjiおよびしきい値ｈｉから入力の総和を求め、 Ｉｉ＝ΣＷji×Ｉｊ−ｈｉ （２） （Σはｉ＝１からｎまで）このＩｉを変数ｘｉとして次
式を計算しその結果が出力Ｏｉとなる回路である。 ｆｉ（ｘｉ）＝１／｛１＋ｅｘｐ（−ｘｉ＋θｉ）｝ （３） 従って出力Ｏｉは、次式であらわされる。 Ｏｉ＝ｆｉ（Ｉｉ） （４）
【００１７】このニューラルネットワーク11は出力層23
のニューロンの出力値（ｙ1 ，ｙ2，…，ｙ10）と教師
信号とを比較する比較回路24、この比較回路24の比較結
果に応じて各層の各ニューロンの結合荷重としきい値の
変更を行なう変更手段25を備えている。ニューラルネッ
トワーク11の入力層21の10個のニューロンには分散値計
算回路10の10個の出力（σ1 ，σ2 ，…，σ10）がそれ
ぞれ与えられるようにされている。
のニューロンの出力値（ｙ1 ，ｙ2，…，ｙ10）と教師
信号とを比較する比較回路24、この比較回路24の比較結
果に応じて各層の各ニューロンの結合荷重としきい値の
変更を行なう変更手段25を備えている。ニューラルネッ
トワーク11の入力層21の10個のニューロンには分散値計
算回路10の10個の出力（σ1 ，σ2 ，…，σ10）がそれ
ぞれ与えられるようにされている。
【００１８】変換回路12はニューラルネットワーク11の
出力値を表示装置13に表示するために信号変換すると共
に、出力値を基に同様に表示装置13に表示する所見に変
換する回路である。表示装置13は変換回路12の出力を表
示する装置である。
出力値を表示装置13に表示するために信号変換すると共
に、出力値を基に同様に表示装置13に表示する所見に変
換する回路である。表示装置13は変換回路12の出力を表
示する装置である。
【００１９】次に本実施例装置の動作を説明する。
【００２０】まずニューラルネットワーク11に学習を行
なわせる。この学習プロセスを説明する。操作者は複数
の学習用入力データとそれぞれに対応づけられる教師信
号を変更手段25に与える。この学習用入力データと教師
信号は実際に測定された心音のデータとこれに基づいて
医師が示した判断から作成されたものである。例えばあ
る心音のデータを医師が検討して拡張期雑音ありと判断
すれば教師信号の信号値をその旨を示す値、例えば（0,
1,0,0,0,0,0,0,0,0 ）とし、II音分裂ありと判断すれば
その旨を示す値、例えば（0,0,0,0,0,1,0,0,0,0 ）とす
る。
なわせる。この学習プロセスを説明する。操作者は複数
の学習用入力データとそれぞれに対応づけられる教師信
号を変更手段25に与える。この学習用入力データと教師
信号は実際に測定された心音のデータとこれに基づいて
医師が示した判断から作成されたものである。例えばあ
る心音のデータを医師が検討して拡張期雑音ありと判断
すれば教師信号の信号値をその旨を示す値、例えば（0,
1,0,0,0,0,0,0,0,0 ）とし、II音分裂ありと判断すれば
その旨を示す値、例えば（0,0,0,0,0,1,0,0,0,0 ）とす
る。
【００２１】変更手段25は１の学習用入力データを入力
層21に与えると共にその学習用入力データに対応する教
師信号を比較回路24に与え、出力層23の出力値と教師信
号値がほぼ一致するか否かを検出する。一致しないとき
は変更手段25は各層のニューロンの荷重値としきい値を
修正し、それらの修正値を用いて同一の学習用入力デー
タから出力値を求める計算を繰り返す。一致すれば、荷
重値としきい値はそのままとし、次の学習用入力データ
と教師信号を用いて同様の処理を行なう。このような処
理をすべての学習用入力データおよび教師信号について
行なう。この処理が終了すれば、本ニューラルネットワ
ークの学習は終了する。
層21に与えると共にその学習用入力データに対応する教
師信号を比較回路24に与え、出力層23の出力値と教師信
号値がほぼ一致するか否かを検出する。一致しないとき
は変更手段25は各層のニューロンの荷重値としきい値を
修正し、それらの修正値を用いて同一の学習用入力デー
タから出力値を求める計算を繰り返す。一致すれば、荷
重値としきい値はそのままとし、次の学習用入力データ
と教師信号を用いて同様の処理を行なう。このような処
理をすべての学習用入力データおよび教師信号について
行なう。この処理が終了すれば、本ニューラルネットワ
ークの学習は終了する。
【００２２】次に操作者は被験者にマイクロホンと電極
を装着して、それぞれから得られる心音データ，ＥＣＧ
データをＡ／Ｄ変換器１，２それぞれに与える。メモリ
回路３、ＱＲＳ検出回路４、ＲＲ計算回路５、時期確定
回路６および分割回路７はそれぞれ前述した機能に基づ
く動作を行ない、メモリ回路９1 ，９2 ，…，９10には
それぞれ図３に示すＩ音部分、収縮期の第１部分、…収
縮期の第４部分、II音部分、拡張期の第１部分、…拡張
期の第４部分の心音データが格納される。
を装着して、それぞれから得られる心音データ，ＥＣＧ
データをＡ／Ｄ変換器１，２それぞれに与える。メモリ
回路３、ＱＲＳ検出回路４、ＲＲ計算回路５、時期確定
回路６および分割回路７はそれぞれ前述した機能に基づ
く動作を行ない、メモリ回路９1 ，９2 ，…，９10には
それぞれ図３に示すＩ音部分、収縮期の第１部分、…収
縮期の第４部分、II音部分、拡張期の第１部分、…拡張
期の第４部分の心音データが格納される。
【００２３】分散値計算回路10はメモリ回路９1 ，
９2 ，…，９10それぞれが記憶しているデータの分散値
を式（１）を用いて計算し、その結果をニューラルネッ
トワーク11の入力層21の10個のニューロンそれぞれに出
力する。ニューラルネットワーク11の各ニューロンは自
身が有する荷重値としきい値を用いて入力データを変換
して出力する。出力層23のニューロンの出力が被検者の
心音の正常、異常を示している。この出力は変換回路12
において所見と異常の度合いに変換される。例えば出力
層23の出力値（ｙ1 ，ｙ2 ，…，ｙ10）が（0,0.9,0,0,
0,0,0,0,0,0 ）ならば拡張期雑音ありの旨とその異常の
度合い0.9 を示すデータを表示装置13に出力する。この
ように実際にニューラルネットワーク11に入力されるデ
ータが学習用入力データと一致しない場合、その出力値
は１または０にならず、その中間の値となる。
９2 ，…，９10それぞれが記憶しているデータの分散値
を式（１）を用いて計算し、その結果をニューラルネッ
トワーク11の入力層21の10個のニューロンそれぞれに出
力する。ニューラルネットワーク11の各ニューロンは自
身が有する荷重値としきい値を用いて入力データを変換
して出力する。出力層23のニューロンの出力が被検者の
心音の正常、異常を示している。この出力は変換回路12
において所見と異常の度合いに変換される。例えば出力
層23の出力値（ｙ1 ，ｙ2 ，…，ｙ10）が（0,0.9,0,0,
0,0,0,0,0,0 ）ならば拡張期雑音ありの旨とその異常の
度合い0.9 を示すデータを表示装置13に出力する。この
ように実際にニューラルネットワーク11に入力されるデ
ータが学習用入力データと一致しない場合、その出力値
は１または０にならず、その中間の値となる。
【００２４】表示装置13は変換回路12から与えられた異
常の度合いを表す数値とそれに基づく所見を表示する。
表示例を図５に示す。
常の度合いを表す数値とそれに基づく所見を表示する。
表示例を図５に示す。
【００２５】本実施例のニューラルネットワークは従来
のコンピュータでニューラルネットワークをシュミレー
ションすることにより実現できるし、また実際に個々の
ニューロンに相当する回路を作成して用いてもよい。
のコンピュータでニューラルネットワークをシュミレー
ションすることにより実現できるし、また実際に個々の
ニューロンに相当する回路を作成して用いてもよい。
【００２６】本実施例によればニューラルネットワーク
を用いているので心音の異常の度合いを表わす数値とそ
れに基づく所見を表示することができ、従来のコンピュ
ータ処理のように１か０かの判断をするものとは異なり
全く間違った診断をすることが無い。
を用いているので心音の異常の度合いを表わす数値とそ
れに基づく所見を表示することができ、従来のコンピュ
ータ処理のように１か０かの判断をするものとは異なり
全く間違った診断をすることが無い。
【００２７】尚、図６に示すように心音、ＥＣＧ、分散
値、出力値および所見を全て表示するようにしても良
い。
値、出力値および所見を全て表示するようにしても良
い。
【００２８】
【発明の効果】本発明によれば心音振幅の波形から心
音、心雑音の区分点認識をすることが無いので、精度良
く心音、心雑音を認識することができる。
音、心雑音の区分点認識をすることが無いので、精度良
く心音、心雑音を認識することができる。
【図１】本発明の一実施例のブロック構成図。
【図２】ＥＣＧ信号の一例を示す図。
【図３】心音信号の一例を示す図。
【図４】図１に示したニューラルネットワーク11の内容
を示す図。
を示す図。
【図５】図１に示した表示装置の一表示例を示す図。
【図６】その他の表示例を示す図。
１，２ Ａ／Ｄ変換器 ３，９1 ，
…，９10 メモリ回路 ４ ＱＲＳ検出回路 ５ ＲＲ計算
回路 ６ 時期確定回路 ７ 分割回路 10 分散値計算回路 11 ニューラ
ルネットワーク 12 変換回路 13 表示装置
…，９10 メモリ回路 ４ ＱＲＳ検出回路 ５ ＲＲ計算
回路 ６ 時期確定回路 ７ 分割回路 10 分散値計算回路 11 ニューラ
ルネットワーク 12 変換回路 13 表示装置
フロントページの続き (72)発明者 岡本 英之 神奈川県横浜市港北区師岡町872 (72)発明者 大澤 満理 埼玉県新座市栄３−３−18 (72)発明者 谷津 美由紀 埼玉県北葛飾郡庄和町大衾496−329
Claims (3)
- 【請求項１】 少くとも１心拍分の心音の振幅を経過時
間と共に記憶する心音記憶手段と、この心音記憶手段が
記憶した振幅のうち１心拍分を複数のセグメントに分
け、各セグメントの分散値を算出する分散値計算手段
と、この分散値計算手段の計算結果に基づいて前記心音
についての所定の認識を行なう認識手段とを具備する心
音解析装置。 - 【請求項２】 認識手段はニューラルネットワークであ
ることを特徴とする請求項１記載の心音解析装置。 - 【請求項３】 少くとも１心拍分の心音の振幅を経過時
間と共に記憶する心音記憶手段と、この心音記憶手段が
記憶した振幅のうち１心拍分を複数のセグメントに分
け、各セグメントの分散値を算出する分散値計算手段
と、この分散値計算手段の計算結果に基づいて前記心音
についての所定の認識を行ないその認識の程度を出力す
るニューラルネットワークと、このニューラルネットワ
ークの出力に基づいて前記心音の異常の程度を表示する
表示手段とを具備する心音解析装置。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4-55365 | 1992-03-13 | ||
| JP5536592 | 1992-03-13 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05309074A true JPH05309074A (ja) | 1993-11-22 |
| JP3023731B2 JP3023731B2 (ja) | 2000-03-21 |
Family
ID=12996465
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP04083737A Expired - Fee Related JP3023731B2 (ja) | 1992-03-13 | 1992-04-06 | 心音解析装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3023731B2 (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003108185A (ja) * | 2001-09-28 | 2003-04-11 | Dainippon Printing Co Ltd | 時系列信号解析装置 |
| JP2010524564A (ja) * | 2007-04-17 | 2010-07-22 | カーディアック ペースメイカーズ， インコーポレイテッド | 心音追跡システムおよび心音追跡方法 |
| WO2010113649A1 (en) * | 2009-04-03 | 2010-10-07 | Sharp Kabushiki Kaisha | Health monitoring method and system |
| JP2013518607A (ja) * | 2010-02-25 | 2013-05-23 | シャープ株式会社 | 携帯型モニタリングのための生理学的信号の品質を分類する方法およびシステム |
| CN107041740A (zh) * | 2016-02-05 | 2017-08-15 | 南京国雅信息科技有限公司 | 动物心率监测系统以及基于神经网络的心率状态识别方法 |
| JP2019201710A (ja) * | 2018-05-21 | 2019-11-28 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置、医用画像処理装置及びプログラム |
-
1992
- 1992-04-06 JP JP04083737A patent/JP3023731B2/ja not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003108185A (ja) * | 2001-09-28 | 2003-04-11 | Dainippon Printing Co Ltd | 時系列信号解析装置 |
| JP2010524564A (ja) * | 2007-04-17 | 2010-07-22 | カーディアック ペースメイカーズ， インコーポレイテッド | 心音追跡システムおよび心音追跡方法 |
| WO2010113649A1 (en) * | 2009-04-03 | 2010-10-07 | Sharp Kabushiki Kaisha | Health monitoring method and system |
| JP2013518607A (ja) * | 2010-02-25 | 2013-05-23 | シャープ株式会社 | 携帯型モニタリングのための生理学的信号の品質を分類する方法およびシステム |
| CN107041740A (zh) * | 2016-02-05 | 2017-08-15 | 南京国雅信息科技有限公司 | 动物心率监测系统以及基于神经网络的心率状态识别方法 |
| JP2019201710A (ja) * | 2018-05-21 | 2019-11-28 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置、医用画像処理装置及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3023731B2 (ja) | 2000-03-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US4893632A (en) | Method and apparatus for comparing waveform shapes of time-varying signals | |
| JP4020637B2 (ja) | 心房細動の検出方法と装置 | |
| EP2688468B1 (en) | Apparatus and method for measuring physiological signal quality | |
| CN109770860B (zh) | 一种心电信号处理装置和心电设备 | |
| US8388542B2 (en) | System for cardiac pathology detection and characterization | |
| US7751876B2 (en) | Method and system for detecting premature ventricular contraction from a surface electrocardiogram | |
| EP3435262A1 (en) | A system for the detection of impending acute cardiopulmonary medical events | |
| US6607480B1 (en) | Evaluation system for obtaining diagnostic information from the signals and data of medical sensor systems | |
| JPH11313806A (ja) | 心臓機能を表す信号の特性を決定する方法 | |
| US5511554A (en) | Real-time artifact removal from waveforms using a dynamic filter having a fixed delay | |
| JPH10192251A (ja) | 急性心筋梗塞を検出するための方法と装置および判断マトリックスの作成のための方法 | |
| US8364248B2 (en) | System for cardiac pathology detection and characterization | |
| CN109288515B (zh) | 基于穿戴式心电信号中早搏信号的周期性监测方法及装置 | |
| US5690118A (en) | Method and apparatus for correcting non-physiological variations in ECG signals | |
| US20060287606A1 (en) | Method for detecting heart rate and systems thereof | |
| US8903480B2 (en) | System for cardiac condition detection using heart waveform area associated analysis | |
| US3822696A (en) | Electrocardiography st analyzer and method | |
| JPH05309074A (ja) | 心音解析装置 | |
| JP2001190510A (ja) | 周期性生体情報測定装置 | |
| US6011989A (en) | Patient monitoring apparatus | |
| Setiawidayat et al. | Determining the ECG 1 cycle wave using Discrete data | |
| Amiruddin et al. | Feature reduction and arrhythmia classification via hybrid multilayered perceptron network | |
| JPH05309075A (ja) | 心音解析装置 | |
| JPH05207985A (ja) | 心電図波形認識方式 | |
| JPH0571249B2 (ja) |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 19991130 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090121 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090121 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100121 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110121 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120121 Year of fee payment: 12 |
|
| LAPS | Cancellation because of no payment of annual fees |